Datenanalyst | Webtracking · Datenvisualisierungen · Datenanalysen · Conversion-Optimierungen

2/2026 – 3/2026

In diesem Projekt wurden umfangreiche Power BI Dashboards auf Basis von MySQL-Datenbanken entwickelt, um zentrale Kennzahlen übersichtlich und dynamisch darzustellen.

Zunächst erfolgte die Anbindung der MySQL-Datenbanken an Power BI Desktop sowie die strukturierte Aufbereitung der Daten. Darauf aufbauend wurden komplexe und dynamische Datenmodelle sowie Berechnungen erstellt, um verschiedene Kennzahlen flexibel analysieren zu können.

Die Dashboards ermöglichten eine interaktive Auswertung der Daten, inklusive Filter- und Drilldown-Funktionen, sodass unterschiedliche Perspektiven und Detailtiefen jederzeit abrufbar waren.

Ziel war es, eine transparente und nutzerfreundliche Reporting-Lösung zu schaffen, die fundierte Entscheidungen auf Basis aktueller Daten unterstützt.

Data Science, Power Bi, SQL, Windows Powershell

10/2025 – 10/2025

In diesem Projekt wurde ein vollständiges Affiliate-Tracking-Setup konzipiert und umgesetzt, mit dem Ziel, Leads und Sales zuverlässig und systemübergreifend zu erfassen.

Die Anforderung bestand darin, Affiliate-Events serverseitig zu tracken und die entsprechenden Daten konsistent an mehrere Systeme – darunter Analytics, Salesforce sowie das angebundene Affiliate-Netzwerk – zu übermitteln.

Im Zuge der Umsetzung wurden ein Affiliate-Cookie sowie eine eindeutige Affiliate-ID inklusive relevanter Parameter und Eigenschaften implementiert. Das Tracking erfolgte sowohl clientseitig als auch serverseitig, um eine möglichst hohe Datenqualität und Ausfallsicherheit zu gewährleisten.

Nach der technischen Implementierung wurden umfassende Tests durchgeführt, um die korrekte Erfassung und Weitergabe der Daten sicherzustellen. Anschließend wurde das Setup erweitert, um zusätzliche Lead- und Sales-Szenarien abzudecken.

Das Ergebnis war ein robustes, skalierbares Tracking-System, das eine transparente und verlässliche Zuordnung von Conversions zu Affiliate-Quellen ermöglicht.

Python, Google Analytics, Google Tag Manager, Affiliate Marketing

7/2025 – 7/2025

Im Rahmen dieses Projekts habe ich ein individuelles Webtracking-Setup auf Basis von Google Analytics entwickelt, um das Nutzerverhalten detailliert erfassen zu können. Auf Grundlage der erhobenen Daten wurden umfangreiche Analysen durchgeführt, mit dem Ziel, unterschiedliche Käufertypen zu identifizieren.

Durch die Auswertung konnten insgesamt 12 klar abgegrenzte Käufertypen mit spezifischen Verhaltensmustern und Eigenschaften identifiziert werden, die rund 95 % aller Käufe abdeckten. Diese Segmentierung ermöglichte es, das Nutzerverhalten deutlich besser zu verstehen und gezielt auszuwerten.

Die gewonnenen Erkenntnisse wurden anschließend genutzt, um das Websiteerlebnis für die einzelnen Zielgruppen zu optimieren sowie Marketingkampagnen präziser auszusteuern. Dadurch konnten Streuverluste reduziert und Marketingbudgets effizienter eingesetzt werden.

Data Science, Statistiken, Datenanalyse, R (Programmiersprache), Python, Google Analytics, Google Tag Manager